■ 楊悅 劉翼 汪壽陽 白鳳龍 楊傳國

1.中國科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院 北京 100190

2.北京中咨華宇環(huán)保技術(shù)有限公司 北京 100075

3.無錫市市政公用產(chǎn)業(yè)集團(tuán)有限公司 無錫 214001

0 引言

水資源作為一種必需的自然資源，具有基礎(chǔ)性與戰(zhàn)略性意義，2015年國務(wù)院正式發(fā)布《水污染防治行動(dòng)計(jì)劃》，明確了水污染防治的要求與目標(biāo)，提出要推進(jìn)“三水”統(tǒng)籌的水環(huán)境管理體系。此后各地區(qū)在水污染治理方面投入巨大的人力物力,也取得了一定的成果，2020年6月，生態(tài)環(huán)境部發(fā)布了最新的《2019中國生態(tài)環(huán)境狀況公報(bào)》，指出整體水質(zhì)相比2018年取得進(jìn)一步改善[1]。圖1 展示了根據(jù)《中國生態(tài)環(huán)境狀況公報(bào)》整理的2015～2019年全國河流與湖泊（水庫）的總體水質(zhì)狀況，可以發(fā)現(xiàn)I～I(xiàn)II 類水質(zhì)占比整體呈上升趨勢(shì)，V 類、劣V 類水質(zhì)占比明顯減少。不過中國正處于全面建設(shè)小康社會(huì)的決勝時(shí)期，要看到的是事實(shí)上水污染問題仍然嚴(yán)重，傳統(tǒng)的氮磷污染并未徹底控制，重金屬、持久性有機(jī)物又不斷積累影響水體質(zhì)量[2]，一些沿岸地區(qū)依然采用粗放的經(jīng)濟(jì)活動(dòng)模式[3]，導(dǎo)致水污染事件頻發(fā)。李克強(qiáng)總理在“十四五”規(guī)劃中再次明確強(qiáng)調(diào)了水資源安全的重要性，生態(tài)環(huán)境部也指出，在“十四五”期間的水環(huán)境保護(hù)要更加注重“人水和諧”。

圖1 2015～2019年全國重要水域水質(zhì)概況

水環(huán)境治理已經(jīng)成為了一個(gè)全球性的議題，發(fā)展中國家正面臨著嚴(yán)峻的保護(hù)水質(zhì)，提高供水衛(wèi)生狀況的問題，發(fā)達(dá)國家也依然面臨著富營養(yǎng)化等問題，水質(zhì)狀況依然有待進(jìn)一步提升[4]。據(jù)統(tǒng)計(jì)，全球約有22 億人沒有安全管理的飲用水服務(wù)，30 億人缺乏基本的洗手設(shè)施，廢水污染在海洋中造成了形成500多個(gè)死亡地帶。世界銀行2019年發(fā)布報(bào)告指出，嚴(yán)重的水污染可令經(jīng)濟(jì)增速降低1/3[5]。自美國1972年頒布《美國清潔水法》以來，用于減少水污染的投入已超過萬億美元[6]，歐盟及其成員國每年在治理污染土壤與污水的資金投入逾60億歐元。中國也一直致力于水污染問題的治理，2010～2019年廢水投資項(xiàng)目完成投資總額達(dá)1100億元。然而，水污染風(fēng)險(xiǎn)在我國依然存在，松花江支流2018年劣V 類水質(zhì)占比曾激增至23.2%，其負(fù)面影響至2019年仍未消除。截至2019年，“三湖”也常年為IV 類及以下水質(zhì)。據(jù)統(tǒng)計(jì)，自2010年以來生態(tài)環(huán)境部總計(jì)調(diào)度處置突發(fā)環(huán)境事件達(dá)千余起，其中約半數(shù)為突發(fā)水污染事件[7]。據(jù)推算，每年水污染對(duì)工業(yè)、農(nóng)業(yè)、市政工業(yè)和人體健康等方面造成的經(jīng)濟(jì)損失可達(dá)2400億元。

要防止水污染事件的發(fā)生、降低水污染事件的影響，一方面是要加強(qiáng)制度建設(shè)，促進(jìn)沿岸地區(qū)進(jìn)行環(huán)境友好的經(jīng)濟(jì)生產(chǎn)活動(dòng)，降低流域水體被污染的概率。同時(shí)很重要的另一方面，也是要從技術(shù)層面提升對(duì)水污染問題的預(yù)測(cè)預(yù)警能力，及時(shí)防止水質(zhì)進(jìn)一步惡化。準(zhǔn)確的水質(zhì)監(jiān)測(cè)預(yù)警是水污染防治進(jìn)程中最重要的前置條件。水質(zhì)監(jiān)測(cè)預(yù)警一方面要對(duì)一段時(shí)間內(nèi)的水質(zhì)狀況進(jìn)行監(jiān)測(cè)評(píng)價(jià)，另一方面要對(duì)水質(zhì)未來的變化趨勢(shì)做預(yù)測(cè)，進(jìn)而對(duì)水質(zhì)異常的區(qū)域與程度進(jìn)行評(píng)估預(yù)警。我國自20世紀(jì)50年代開始開展水質(zhì)監(jiān)測(cè)研究工作，自20世紀(jì)90年代后期開始對(duì)突發(fā)性水環(huán)境風(fēng)險(xiǎn)評(píng)估與預(yù)警系統(tǒng)進(jìn)行研究，但目前仍存在評(píng)估方法單一、缺少適合國內(nèi)各水域的水質(zhì)模型等問題[8]。自2008年原環(huán)保部全國重點(diǎn)湖泊水庫生態(tài)安全調(diào)查及評(píng)估專項(xiàng)、“十一五”水體污染控制與治理科技重大專項(xiàng)等計(jì)劃實(shí)施以來,生態(tài)安全、水環(huán)境風(fēng)險(xiǎn)評(píng)估與監(jiān)測(cè)預(yù)警的研究也被學(xué)術(shù)界高度關(guān)注。但縱觀現(xiàn)有研究，也仍存在缺乏系統(tǒng)性、聚焦于突發(fā)性事故而忽略了常態(tài)下的水環(huán)境安全問題等不足[9]。此外，遙感技術(shù)、網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)技術(shù)等的發(fā)展也為構(gòu)建新的智能化、自動(dòng)化、全流域的水質(zhì)監(jiān)測(cè)預(yù)警框架提供了新的可能，同時(shí)也為水質(zhì)監(jiān)測(cè)預(yù)警領(lǐng)域提出了新的研究問題與挑戰(zhàn)[10]。因此，梳理水質(zhì)監(jiān)測(cè)預(yù)警研究的現(xiàn)狀與演變對(duì)于指導(dǎo)我國在該領(lǐng)域的未來研究具有重要意義。本文將基于文獻(xiàn)計(jì)量方法，通過構(gòu)建知識(shí)圖譜、聚類分析、關(guān)鍵詞突變分析等方法從水質(zhì)監(jiān)測(cè)評(píng)價(jià)與預(yù)測(cè)預(yù)警兩個(gè)角度對(duì)水質(zhì)監(jiān)測(cè)預(yù)警領(lǐng)域的研究成果做定性定量分析，整體把握水質(zhì)監(jiān)測(cè)預(yù)警領(lǐng)域研究熱點(diǎn)問題的演變及最近的重點(diǎn)問題，研究方法的選擇與相關(guān)的應(yīng)用進(jìn)展。通過國內(nèi)外的對(duì)比，發(fā)掘國內(nèi)水污染研究的側(cè)重與不足，把握未來研究的發(fā)展方向。

1 數(shù)據(jù)來源與研究方法

本研究以2001～2020年共20年間國內(nèi)外水質(zhì)監(jiān)測(cè)預(yù)警相關(guān)領(lǐng)域的研究發(fā)文作為研究對(duì)象，其中中文文獻(xiàn)主要來源于中國知網(wǎng)（CNKI）期刊全文數(shù)據(jù)庫收錄的CSSCI 期刊與CSCD 期刊。英文文獻(xiàn)主要來自于Web of Science 核心數(shù)據(jù)庫中所收錄的期刊，其中，本文僅選取英文研究性論文（Article）進(jìn)行分析。表1 展示了本文在分析不同領(lǐng)域研究狀況時(shí)的數(shù)據(jù)來源、檢索條件與在剔除重復(fù)與不規(guī)范樣本后保留的研究文獻(xiàn)樣本數(shù)量。

表1 數(shù)據(jù)來源、檢索條件與樣本量

本文綜合運(yùn)用文獻(xiàn)計(jì)量方法包括統(tǒng)計(jì)分析、共現(xiàn)分析、共被引分析等對(duì)2001～2020年領(lǐng)域內(nèi)研究情況的變化做定性定量分析，對(duì)國內(nèi)外水質(zhì)監(jiān)測(cè)預(yù)警領(lǐng)域的研究現(xiàn)狀與發(fā)展歷程做客觀全面的評(píng)價(jià)。文獻(xiàn)計(jì)量學(xué)可以基于一套科學(xué)定量的工具分析特定研究領(lǐng)域熱點(diǎn)問題的演變[11]，基于研究關(guān)鍵詞以及引文情況的分析可以全面地把握某一學(xué)術(shù)領(lǐng)域的研究現(xiàn)狀與研究趨勢(shì)。本文借助CiteSpace 5.7 R2 軟件對(duì)水質(zhì)監(jiān)測(cè)預(yù)警領(lǐng)域的文獻(xiàn)展開研究。

2 研究結(jié)果

2.1 國內(nèi)外水質(zhì)監(jiān)測(cè)預(yù)警研究發(fā)文量與學(xué)科領(lǐng)域分析

發(fā)文數(shù)量的變化是某一領(lǐng)域研究在特定時(shí)間段內(nèi)變化情況的重要指標(biāo)，對(duì)分析該領(lǐng)域研究的發(fā)展?fàn)顩r、預(yù)測(cè)未來趨勢(shì)具有重要意義。水安全問題已成為全球性的重要議題，同時(shí)隨著信息化時(shí)代的到來，如何利用大數(shù)據(jù)技術(shù)對(duì)復(fù)雜數(shù)據(jù)進(jìn)行分析，構(gòu)建準(zhǔn)確有效的水質(zhì)監(jiān)測(cè)預(yù)警系統(tǒng)也是國內(nèi)外學(xué)術(shù)研究的熱點(diǎn)話題之一[12][13]。圖2 展示了國內(nèi)外2001～2020 共20年水質(zhì)監(jiān)測(cè)、預(yù)測(cè)、預(yù)警領(lǐng)域的發(fā)文情況?？梢园l(fā)現(xiàn)，自2001年以來國際上該領(lǐng)域的年發(fā)文數(shù)呈明顯的上升趨勢(shì)，表示對(duì)水質(zhì)監(jiān)測(cè)預(yù)警的關(guān)注持續(xù)增加。其中發(fā)表論文數(shù)目最多的國家或地區(qū)包括美國（30.86%）、中國（13.80%）、加拿大（6.45%）等。發(fā)文量較多的機(jī)構(gòu)包括中國科學(xué)院、美國內(nèi)政部、農(nóng)業(yè)部等機(jī)構(gòu)以及法國國家科學(xué)研究中心、德國的亥姆霍茲聯(lián)合會(huì)等。

圖2 2001～2020年國內(nèi)外重要期刊水質(zhì)監(jiān)測(cè)預(yù)警論文年發(fā)表量

國內(nèi)研究方面，早期相關(guān)研究較少，但從2009年開始，相關(guān)領(lǐng)域的論文發(fā)表數(shù)量激增。究其原因可能是于2008年6月1日起施行的《中華人民共和國水污染防治法（2008年修訂）》提高了社會(huì)各界對(duì)于水環(huán)境保護(hù)的重視程度。另外，可以發(fā)現(xiàn)國內(nèi)對(duì)于水環(huán)境保護(hù)相關(guān)的研究于2016～2018年出現(xiàn)下降趨勢(shì)，一方面，這可能是由于中國的水污染治理取得了一定的進(jìn)展，另一方面也可能是因?yàn)閲鴥?nèi)學(xué)者更多選擇在國際期刊上發(fā)表研究成果。2018年后，相關(guān)領(lǐng)域的論文數(shù)量再次出現(xiàn)增長(zhǎng)趨勢(shì)，這可能是由于2018年起施行的修改后的《中華人民共和國水污染防治法》，以及首個(gè)《河長(zhǎng)制工作規(guī)范地方標(biāo)準(zhǔn)》和《湖長(zhǎng)制工作規(guī)范地方標(biāo)準(zhǔn)》等法規(guī)的公布再次引起了人們對(duì)于水污染問題的重視。由此觀之，無論在國際還是國內(nèi)，水質(zhì)監(jiān)測(cè)預(yù)警都仍是環(huán)保領(lǐng)域的研究熱點(diǎn)。

2.2 國內(nèi)外水質(zhì)監(jiān)測(cè)領(lǐng)域研究變化趨勢(shì)分析

自20世紀(jì)50年代以來，我國開展了大量的水質(zhì)監(jiān)測(cè)和研究工作，雖然取得了長(zhǎng)足的發(fā)展，但仍存在分析手段不夠客觀全面、指標(biāo)選取不夠細(xì)致且缺乏質(zhì)量保證等不足，水質(zhì)監(jiān)測(cè)技術(shù)的研究將是未來學(xué)界關(guān)注的重點(diǎn)之一。圖3展示了國內(nèi)水質(zhì)監(jiān)測(cè)領(lǐng)域研究的關(guān)鍵詞共現(xiàn)圖譜，直觀地，水質(zhì)監(jiān)測(cè)、水質(zhì)、水質(zhì)評(píng)價(jià)關(guān)鍵詞等均為網(wǎng)絡(luò)中較大的節(jié)點(diǎn)。富營養(yǎng)化、重金屬污染、黑臭水體等為該領(lǐng)域的熱點(diǎn)問題。傳統(tǒng)的水質(zhì)監(jiān)測(cè)方法需要在實(shí)驗(yàn)室中檢測(cè)水質(zhì)樣本[14]，但隨著技術(shù)的發(fā)展，遙感監(jiān)測(cè)、生物監(jiān)測(cè)等技術(shù)在水華、重金屬污染等問題上也獲得了廣泛的研究與應(yīng)用[15][16]。相應(yīng)地，無線傳感器網(wǎng)絡(luò)、在線監(jiān)測(cè)等關(guān)鍵詞也具有一定的出現(xiàn)頻率，但出現(xiàn)的時(shí)間大多研究集中于2010年之后，起步較晚。對(duì)水質(zhì)的評(píng)價(jià)這一問題而言，統(tǒng)計(jì)學(xué)方法如主成分分析、聚類分析、因子分析的應(yīng)用較為廣泛，主要側(cè)重于分析水體中的主要污染物、污染的時(shí)空分布情況等。如朱琳等利用聚類分析與主成分分析的方法識(shí)別了武水河不同水質(zhì)斷面的超標(biāo)污染物、主要污染因子及污染物來源[17]。另外，灰色系統(tǒng)理論、模糊數(shù)學(xué)、層次分析法等也在水質(zhì)評(píng)價(jià)體系構(gòu)建的研究中有較多應(yīng)用，如龐博等對(duì)比了灰色聚類法與模糊綜合評(píng)價(jià)法對(duì)昆承湖各監(jiān)測(cè)點(diǎn)水質(zhì)污染狀況的評(píng)價(jià)結(jié)果[18]，這類整體評(píng)價(jià)的研究往往選取典型的水質(zhì)指標(biāo)進(jìn)行分析，主要包括化學(xué)需氧量（COD）、氨氮、總磷等。此外，計(jì)算機(jī)技術(shù)也在復(fù)雜水質(zhì)模型的識(shí)別、水質(zhì)狀況預(yù)警等領(lǐng)域具有廣泛的應(yīng)用。馬豐魁等結(jié)合遙感與GIS技術(shù)，基于BP神經(jīng)網(wǎng)絡(luò)建立了總磷、總氮、氨氮和COD 這4 個(gè)參數(shù)的反演模型，分析了密云水庫水質(zhì)狀況的時(shí)空分布[19]。為探究國內(nèi)研究熱點(diǎn)問題的變化，本文利用CiteSpace 提取突變關(guān)鍵詞進(jìn)行分析。結(jié)果發(fā)現(xiàn)無線傳感器網(wǎng)絡(luò)一詞高頻出現(xiàn)于2012～2016年，表示自動(dòng)監(jiān)測(cè)、在線監(jiān)測(cè)等可能為當(dāng)時(shí)的研究熱點(diǎn)。主成分分析法自2015年起在領(lǐng)域內(nèi)的應(yīng)用激增，并且直至2020年仍有較多相關(guān)研究開展，這表示因?yàn)樗h(huán)境的監(jiān)測(cè)維度增加，進(jìn)一步對(duì)水質(zhì)監(jiān)測(cè)指標(biāo)做篩選甚至重新構(gòu)建水質(zhì)評(píng)價(jià)體系是水質(zhì)監(jiān)測(cè)研究的重要問題。此外，面源污染、時(shí)空分布也是學(xué)界關(guān)注的一個(gè)熱點(diǎn)，直到2020年仍有較多研究關(guān)注，因而未來水質(zhì)監(jiān)測(cè)的一個(gè)發(fā)展方向是細(xì)化水質(zhì)時(shí)空分布狀況，以更好解決面源污染的歸因問題，可以依托傳感器、物聯(lián)網(wǎng)、衛(wèi)星遙感、物聯(lián)網(wǎng)等技術(shù)，更好地利用高頻數(shù)據(jù)、多維數(shù)據(jù)輔助監(jiān)測(cè)剖析水質(zhì)變化狀況。

圖3 國內(nèi)水質(zhì)監(jiān)測(cè)領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

為對(duì)比國內(nèi)外研究差異，進(jìn)一步對(duì)國外相關(guān)研究生成關(guān)鍵詞共現(xiàn)圖譜如圖4 所示。整體而言，國外水質(zhì)監(jiān)測(cè)起步時(shí)間相對(duì)國內(nèi)而言較早，所提取到的大多數(shù)高頻關(guān)鍵詞出現(xiàn)于2005年之前，諸多問題早在20年前就已經(jīng)得到了高度關(guān)注。特別地，相比于國內(nèi)，國際上對(duì)水體的糞便污染問題一直保持著較高的關(guān)注，Silva 和Domingues 提出了一種基于聚合酶鏈反應(yīng)（PCR）的水體大腸桿菌數(shù)量監(jiān)測(cè)方法，提高了檢測(cè)速度，改善了傳統(tǒng)的細(xì)菌培養(yǎng)法產(chǎn)生的假陰性問題[20]，同時(shí)也發(fā)現(xiàn)國外對(duì)于水質(zhì)酸化于水生態(tài)安全的問題也給予了一定的關(guān)注，Philips等以勞倫特大湖為對(duì)象對(duì)空氣中CO2濃度增加所導(dǎo)致的水質(zhì)酸化問題進(jìn)行了研究，對(duì)2100年的水質(zhì)酸堿度變化做了情景分析[21]，Orth 等早在15年前就提出了對(duì)海草草地保護(hù)不足的擔(dān)憂[22]，但這些問題尚未在國內(nèi)學(xué)界引起足夠的重視。與國內(nèi)相同的是，富營養(yǎng)化、水質(zhì)清晰度等也一直是國際研究關(guān)注的熱點(diǎn)，遙感技術(shù)、生物監(jiān)測(cè)以及多元統(tǒng)計(jì)分析、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)技術(shù)等也是常用的技術(shù)或方法。

圖4 國際水質(zhì)監(jiān)測(cè)領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

為探究水質(zhì)監(jiān)測(cè)領(lǐng)域研究的熱點(diǎn)演化趨勢(shì)，進(jìn)一步構(gòu)建文獻(xiàn)共被引網(wǎng)絡(luò)及聚類圖譜如圖5所示。其中被引頻次最多的文獻(xiàn)為WHO于2011年更新的第四版飲用水水質(zhì)標(biāo)準(zhǔn)，為飲用水水質(zhì)評(píng)價(jià)的指標(biāo)設(shè)定及各指標(biāo)的閾值范圍提供了標(biāo)準(zhǔn)[23]，此后又于2017年做了增補(bǔ)。除此之外，引用頻次最高的為Shretha和Kazama，強(qiáng)調(diào)了多元統(tǒng)計(jì)技術(shù)在水質(zhì)評(píng)估，污染源/因子識(shí)別以及了解水質(zhì)時(shí)空變化方面的有效性與重要性[24]，Palmer 綜述了遙感技術(shù)在內(nèi)陸水域水質(zhì)管理中的應(yīng)用，以及未來可能存在的問題。該文章引用次數(shù)逐年增加，這表示遙感技術(shù)在水質(zhì)監(jiān)測(cè)中的應(yīng)用越來越被學(xué)界所重視[25]。Behmel 也獲得了較多的引用頻次，指出未來研究的一個(gè)方向是發(fā)展可以更快地更新、對(duì)流域管理者更友好的智能決策支持系統(tǒng)（IDSS）以幫助流域管理者獲知全盤的、實(shí)時(shí)的水質(zhì)情況[26]。對(duì)這一共被引網(wǎng)絡(luò)進(jìn)行聚類分析，Q 值為0.851，S值為0.935，顯示該聚類的劃分可信，聚類結(jié)構(gòu)顯著。其中最大聚類的關(guān)鍵詞為水質(zhì)清晰度（water clari‐ty），表示水質(zhì)清晰度為近20年里水質(zhì)監(jiān)測(cè)研究最為關(guān)注的問題，該聚類顏色較淺，表示相關(guān)研究大多為近期發(fā)表。另外，較大的聚類還包括新認(rèn)識(shí)（new insight）；非點(diǎn)源污染（non-point source）；水質(zhì)指數(shù)（water quality in‐dex）；空間變化（spatial variation）等。由此觀之，近20年里，學(xué)界在不斷探索水質(zhì)監(jiān)測(cè)的新視角、新方法，非點(diǎn)源污染的監(jiān)測(cè)、污染的空間分布獲得了學(xué)界內(nèi)主要的關(guān)注，水質(zhì)指數(shù)也是仍然是水質(zhì)監(jiān)測(cè)領(lǐng)域研究的一大重點(diǎn)問題。此外，可以看到圖中提取到的聚類關(guān)鍵詞還包括化學(xué)污染（chemical pollution）、微生物溯源（microbial source tracking）、各類氨氮監(jiān)測(cè)策略（different nitrate-n monitoring strategies）、污染承載力（pollutant load）等，表示化學(xué)污染、微生物溯源、硝酸氮監(jiān)測(cè)、污染物負(fù)荷也是該領(lǐng)域研究的主攻方向。此外，關(guān)鍵詞為主要水質(zhì)參數(shù)（main water parameter）的聚類顏色較淺，進(jìn)一步印證了水質(zhì)監(jiān)測(cè)維度的增加提高了水質(zhì)評(píng)價(jià)參數(shù)識(shí)別的重要性。

圖5 國際水質(zhì)監(jiān)測(cè)領(lǐng)域文獻(xiàn)共被引及聚類圖譜

2.3 國內(nèi)外水質(zhì)預(yù)測(cè)預(yù)警領(lǐng)域研究變化趨勢(shì)分析

水質(zhì)預(yù)測(cè)是水質(zhì)預(yù)警工作的另一大重點(diǎn)，水質(zhì)預(yù)測(cè)的模型可以分為機(jī)理性與非機(jī)理性兩類，一直以來，如何構(gòu)建更加有效的水質(zhì)預(yù)測(cè)模型也是學(xué)界內(nèi)主要的研究方向之一，圖6 展示了國內(nèi)水質(zhì)預(yù)測(cè)領(lǐng)域研究的關(guān)鍵詞共現(xiàn)圖譜。直觀地，水質(zhì)預(yù)測(cè)、預(yù)測(cè)模型、預(yù)警等詞也同樣具有較高的出現(xiàn)頻率。BP 神經(jīng)網(wǎng)絡(luò)技術(shù)在水質(zhì)預(yù)測(cè)中獲得了最為廣泛的應(yīng)用。特別地，改進(jìn)的BP 神經(jīng)網(wǎng)絡(luò)的應(yīng)用是國內(nèi)學(xué)界的一個(gè)研究趨勢(shì)，紀(jì)廣月提出了一種CPSO-BP 神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測(cè)模型，利用西江2011～2018年的水質(zhì)數(shù)據(jù)進(jìn)行了分析，具備精度更高、收斂速度更快的特點(diǎn)[27]。其他方法還包括支持向量機(jī)、時(shí)間序列分析、回歸模型、灰色系統(tǒng)理論方法等。張自英等使用灰色預(yù)測(cè)GM(1,1)模型對(duì)臺(tái)州市水質(zhì)進(jìn)行了預(yù)測(cè)[28]；劉丹等基于ARMA 模型構(gòu)建了一個(gè)全國的水環(huán)境承載力超載模型[29]。此類非機(jī)理模型的優(yōu)勢(shì)在于所需指標(biāo)種類較少，對(duì)于基礎(chǔ)資料依賴性較弱。水質(zhì)預(yù)測(cè)領(lǐng)域中另外一個(gè)主流方向是使用機(jī)理性模型進(jìn)行分析預(yù)測(cè)，如WASP 模型、MIKE 系列模型、QUAL2K 模型等，這類模型往往形式較為復(fù)雜，所需數(shù)據(jù)種類較多，但可以較準(zhǔn)確與精細(xì)地模擬水質(zhì)變化。國內(nèi)在這類模型主要的成果包括Hwqnow 模型、太湖三維動(dòng)態(tài)邊界層模型、梅梁灣三維營養(yǎng)鹽濃度擴(kuò)散模型等。但在中文研究中機(jī)理性模型的研究多停留在應(yīng)用層面，如王思文等應(yīng)用WASP 7.3 模型對(duì)對(duì)松花江哈爾濱段水質(zhì)的氨氮與COD進(jìn)行了模擬研究[30]。

圖6 國內(nèi)水質(zhì)預(yù)測(cè)預(yù)警領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

國際水質(zhì)預(yù)測(cè)預(yù)警領(lǐng)域研究的關(guān)鍵詞共現(xiàn)圖譜如圖7 所示。與國內(nèi)情況相同，氮、磷、富營養(yǎng)化、葉綠素、重金屬、浮游植物等關(guān)鍵詞具有較高的共現(xiàn)頻次，另外與前文類似，水體中糞便大腸桿菌的預(yù)測(cè)相對(duì)于國內(nèi)較為領(lǐng)先。氣候變化也是該領(lǐng)域的熱點(diǎn)問題。Deng 等利用高頻監(jiān)測(cè)技術(shù)，分析了太湖表面風(fēng)速變化對(duì)水體中氮、磷等元素的影響[31]。國際上使用最廣泛的方法也為ANN 及其衍生的技術(shù)方法，相關(guān)研究數(shù)量自2017年以來高速增長(zhǎng)。如Shi 等提出了一種wavelet-ANN 模型和高頻替代物測(cè)量的組合方法，來識(shí)別水質(zhì)變化的主要特征，并將其應(yīng)用于波托馬克河盆地的水質(zhì)預(yù)測(cè)[32]。統(tǒng)計(jì)分析、模糊數(shù)學(xué)等方法與計(jì)算機(jī)技術(shù)的結(jié)合也是研究中的一個(gè)方向。如Ahmed等提出了一個(gè)基于WDT-ANFIS的增強(qiáng)小波去噪技術(shù)，選取氨氮、懸浮固體與PH 作為水質(zhì)參數(shù)進(jìn)行了預(yù)測(cè)，證明了該技術(shù)的優(yōu)勢(shì)[33]。國際上在機(jī)理性模型的研究方面較為領(lǐng)先，在模型評(píng)價(jià)、優(yōu)化、改進(jìn)等方面取得了較多的成果。SWAT模型是受學(xué)界最為關(guān)注的模型，Yen 等驗(yàn)證了SWAT 模型在伊利湖西部盆地地區(qū)預(yù)測(cè)水文和水質(zhì)的能力，但指出該模型的預(yù)測(cè)效果會(huì)受到當(dāng)?shù)厮臄?shù)據(jù)的限制[34]；Hollaway 等將廣義極大似然估計(jì)中“可接受限度”的概念用于評(píng)估SWAT模型相結(jié)合，發(fā)現(xiàn)在模擬預(yù)測(cè)英國紐比貝克集水區(qū)中磷元素的變化時(shí)存在的缺陷[35]。其他相關(guān)的機(jī)理性模型研究還包括Cho 和Ha 利用影響系數(shù)算法和遺傳算法對(duì)于QUAL2K 模型的參數(shù)優(yōu)化研究[36]、Kim 等利用WASP 模型對(duì)于水域內(nèi)汞循環(huán)的模擬等[37]。

圖7 國際水質(zhì)預(yù)測(cè)預(yù)警領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

對(duì)檢索到的國際上的研究成果構(gòu)建文獻(xiàn)共被引網(wǎng)絡(luò)及聚類圖譜如圖8 所示。從圖中可以看出，近20年來引用次數(shù)最多的文章為Moriasi等，該文章提出了可以用來評(píng)估流域模型應(yīng)用效果的方法，并提出了3 個(gè)可用于定量評(píng)價(jià)模型效果的統(tǒng)計(jì)量及其相應(yīng)的閾值范圍，并討論了一些可能影響評(píng)估效果的因素[38]，該研究同樣具有較高的中介中心性。該作者的研究團(tuán)隊(duì)于2015年更新了其研究成果，對(duì)常用的流域尺度模型與土地尺度模型性能數(shù)據(jù)做了薈萃分析，并確定了評(píng)價(jià)模型效果的指標(biāo)與閾值[39]，Gassman 等對(duì)SWAT 模型的優(yōu)缺點(diǎn)進(jìn)行的總結(jié)也具有較高的引用頻率[40]。另外從圖中也可以看出一些節(jié)點(diǎn)也具有較高的中介中心性，其研究具有承上啟下的作用。Meals 等總結(jié)了各類可能影響水質(zhì)管理活動(dòng)滯后性的因素，以及各類水質(zhì)管理活動(dòng)滯后性的差異[41]，對(duì)于非點(diǎn)源污染、水質(zhì)管理等領(lǐng)域的研究與實(shí)踐均具有重要的借鑒意義；Arnold 等提出了一個(gè)SWATCUP 框架，可以對(duì)整體水文過程和參數(shù)敏感性有更好的了解[42]，此框架也獲得了學(xué)界內(nèi)的廣泛應(yīng)用；Singh 等將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于印度戈馬蒂河生化需氧量與溶解氧的分析，選取了PH 值、氨氮等11 個(gè)指標(biāo)進(jìn)行分析，取得了較好的效果[43]。

圖8 國際水質(zhì)預(yù)測(cè)預(yù)警領(lǐng)域文獻(xiàn)共被引及聚類圖譜

對(duì)該文獻(xiàn)共被引網(wǎng)絡(luò)進(jìn)行聚類分析，Q值為0.843，S值為0.925，顯示該聚類的劃分可信，聚類結(jié)構(gòu)顯著。其中飲用水（drinking water）、地下水系統(tǒng)（subsurface drain‐age system）聚類被提取，表示學(xué)界對(duì)飲用水、地下水水質(zhì)預(yù)測(cè)的關(guān)心。較大的聚類還包括營養(yǎng)負(fù)載（nutrient load）、營養(yǎng)狀況（trophic status）、氧聚集（oxygen concen‐tration）、大腸桿菌聚集（escherichia coli concentration），表示富營養(yǎng)化、糞便污染是學(xué)界關(guān)注的熱點(diǎn)問題。SWAT 模型應(yīng)用（using swat）、人工神經(jīng)網(wǎng)絡(luò)應(yīng)用（using artificial neural network）、流域特征應(yīng)用（using catchment characteristics）證明了SWAT 模型與ANN 技術(shù)的廣泛使用以及剖析流域特征的重要性，此外也可以發(fā)現(xiàn)RZ‐WQM 模型也有較多研究使用。另外也能發(fā)現(xiàn)溪流生物群（stream biota）、多種水質(zhì)傳感器應(yīng)用（using multiple water quality sensor）等聚類被提取，表示學(xué)界內(nèi)的研究方向還包括發(fā)展生物監(jiān)測(cè)、水質(zhì)監(jiān)測(cè)傳感器等技術(shù)上的提高。此外，農(nóng)業(yè)活動(dòng)也是水質(zhì)預(yù)測(cè)研究中所關(guān)心的一個(gè)問題，模型改進(jìn)、時(shí)空變化等也是相關(guān)研究的一些方向。

3 研究結(jié)論

本研究使用了文獻(xiàn)計(jì)量學(xué)方法，借助CiteSpace軟件分析了2001～2020年國內(nèi)外水質(zhì)監(jiān)測(cè)、水質(zhì)預(yù)測(cè)預(yù)警領(lǐng)域的典型研究文獻(xiàn)，運(yùn)用定性定量的方法識(shí)別了領(lǐng)域內(nèi)的研究熱點(diǎn)與未來趨勢(shì)。結(jié)果表明，現(xiàn)階段國內(nèi)外水質(zhì)監(jiān)測(cè)預(yù)警的研究主要有如下特征：（1）國內(nèi)外水污染的重點(diǎn)治理問題均為富營養(yǎng)化、重金屬、有機(jī)物污染、水質(zhì)清晰度等，相應(yīng)的葉綠素、氮磷、重金屬離子、溶解氧等則為其關(guān)注的指標(biāo)。但相比國外而言，國內(nèi)對(duì)于致病菌行為、氣候變化影響等方面研究不足。（2）GIS、傳感器技術(shù)、遙感、無線傳輸在獲得了廣泛的應(yīng)用。同時(shí)生物監(jiān)測(cè)、高頻監(jiān)測(cè)也獲得了應(yīng)用，國內(nèi)在生物監(jiān)測(cè)、高頻監(jiān)測(cè)的研究與應(yīng)用起步較晚。（3）水質(zhì)預(yù)測(cè)領(lǐng)域最常用的機(jī)理性模型為SWAT 模型，還包括QUAL2E 模型、EFDC 模型等；主要的非機(jī)理性的預(yù)測(cè)技術(shù)為人工神經(jīng)網(wǎng)絡(luò)，另外還包括時(shí)間序列分析、灰色系統(tǒng)理論等。國內(nèi)在機(jī)理性模型領(lǐng)域研究較為落后，多停留于應(yīng)用層面。（4）水質(zhì)監(jiān)測(cè)趨向多維化、精細(xì)化，因而主成分分析，因子分析，回歸分析等方法在探究水污染的時(shí)空分布、各影響因素的聯(lián)系等問題中將發(fā)揮重要作用。

基于對(duì)水質(zhì)監(jiān)測(cè)預(yù)警的研究熱點(diǎn)演變的分析，未來該領(lǐng)域可以從以下3個(gè)方面展開深入研究

（1）利用高頻、高維水質(zhì)數(shù)據(jù)開展水質(zhì)監(jiān)測(cè)預(yù)警。水質(zhì)監(jiān)測(cè)技術(shù)、傳感器技術(shù)等的發(fā)展，以及分析水質(zhì)影響因素新視角的出現(xiàn)，使得學(xué)界對(duì)流域水質(zhì)變化有了更深的認(rèn)識(shí)，為水質(zhì)監(jiān)測(cè)預(yù)警工作提供了新的可能，發(fā)現(xiàn)更多的影響因素，更深入地挖掘這類水質(zhì)指標(biāo)及相應(yīng)的影響因素之間的關(guān)系，并基于此對(duì)水質(zhì)變化做出更加準(zhǔn)確詳細(xì)的預(yù)測(cè)預(yù)警可以為水污染防治工作帶來極大的支持。

（2）水質(zhì)時(shí)空變化的剖析與污染物溯源。隨著水污染治理策略逐漸向全流域整治轉(zhuǎn)變，水污染治理工作需要從污染物的清除、水質(zhì)凈化轉(zhuǎn)變?yōu)閺脑搭^整治。無論是水環(huán)境政策制定、水污染事件追責(zé)還是水污染的事后補(bǔ)救，均需要對(duì)污染物的來源、擴(kuò)散以及分布情況有更好的了解。因而對(duì)水質(zhì)時(shí)空變化特征進(jìn)行深入分析，提高污染物溯源能力可以助力環(huán)保部門更精準(zhǔn)地開展水環(huán)境保護(hù)工作。

（3）構(gòu)建適合中國各水域的監(jiān)測(cè)預(yù)警模型。目前國內(nèi)在水質(zhì)監(jiān)測(cè)預(yù)警模型，特別是機(jī)理性模型的研究更多將視角集中于應(yīng)用層面。但由于各流域之間存在差異，沿岸地區(qū)之間也存在差異，那么水質(zhì)分析模型的應(yīng)用也需要進(jìn)行調(diào)整。因而，在未來的研究工作中，有必要特別考慮國內(nèi)各流域的不同特征，構(gòu)建更適合我國水體的水質(zhì)分析模型。